Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorAraujo, João Felipe Mitre de-
Autor(es): dc.contributorVallejos Carrasco, Alfredo Moises-
Autor(es): dc.contributorBaioco, Juliana Souza-
Autor(es): dc.creatorAzevedo, Lucas Souza de-
Autor(es): dc.creatorLira, Matheus Trifilio-
Data de aceite: dc.date.accessioned2024-07-11T17:49:57Z-
Data de disponibilização: dc.date.available2024-07-11T17:49:57Z-
Data de envio: dc.date.issued2020-12-17-
Data de envio: dc.date.issued2020-12-17-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/16458-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/758426-
Descrição: dc.descriptionA estimulação de poços é uma técnica que visa aumentar a produção de um poço. Tomadas de decisão em tempos de operação são necessárias para decidir o rumo que um projeto de estimulação irá seguir. Este tempo nem sempre está a favor do projeto e, portanto, técnicas são desenvolvidas com o intuito de diminui-lo ao máximo, sendo a Inteligência Artificial uma delas. Este trabalho visa validar a utilização desta técnica através da produção de modelos de Redes Neurais Artificiais aplicadas ao “Modelo Volumétrico” de acidificação, que é um dos métodos existentes de estimulação de poços. Por meio da geração de um banco de dados pseudo experimental, baseado nas variáveis e suas relações dentro do “Modelo volumétrico”, quatro modelos de Redes Neurais foram produzidos e alimentados utilizando a linguagem R de programação em conjunto com o software RStudio®. Os resultados obtidos foram transformados em dados visuais para a avaliação de cada modelo. A análise de resultados teve como base o comparativo das métricas de erro aplicadas as Redes Neurais produzidas, o comportamento de cada modelo em relação as variáveis regentes do “Modelo volumétrico” e o comportamento dos modelos IAs em satisfazer o maior número de resultados previstos pelo mesmo modelo de acidificação-
Descrição: dc.descriptionWell stimulation is a technique that aim to increase the production of a well. Decision-making at operational times is necessary to decide the course a stimulation project will take. This time is not always in favor of the project, so the techniques are developed in order to decrease it as much as possible. Artificial Intelligence is one of them. This work aims to validate the use of this technique through the production of Artificial Neural Networks models applied to the "volumetric model" of acidification, which is one of the existing methods of well stimulation. Through the generation of a pseudo experimental database, based on the variables and their relationships within the “Volumetric Model”, four models of Neural Networks were obtained and fed using an “R” programming language in conjunction with the RStudio Software. The results obtained were transformed into visual data for an evaluation of each model. The analysis of results was based on the comparison of the error metrics applied to the produced Neural Networks, the behavior of each model in relation to the ruling variables of the “Volumetric model” and the behavior of the IAs models in satisfy the largest number of results produced by the same acidification model-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectAcidificação-
Palavras-chave: dc.subjectEstimulação de poços-
Palavras-chave: dc.subjectRedes neurais artificiais-
Palavras-chave: dc.subjectRede neural artificial-
Palavras-chave: dc.subjectAcidificação-
Palavras-chave: dc.subjectPoço de petróleo-
Palavras-chave: dc.subjectArtificial intelligence-
Palavras-chave: dc.subjectAcidizing-
Palavras-chave: dc.subjectStimulation-
Palavras-chave: dc.subjectArtificial neural network-
Título: dc.titleUso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.